Python 当我试图删除所有没有'；不要以特定的名字开始？

我需要在历史股市数据CSV中删除大多数公司。我想保留的公司只有‘GOOG’、‘AAPL’、‘AMZN’、‘NFLX’。请注意，CSV中列出的公司超过20000家。我还想过滤掉这些公司，同时只使用CSV中的某些列。列为：“股票代码”、“日期键”、“资产”、“每股收益”、“市盈率”、“价格”、“收入”

筛选出这些公司的代码是：

list = ['GOOG', 'AAPL', 'AMZN', 'NFLX']

for tickers in list:
    df1 = df[df.ticker == tickers]
    df1.to_csv("20CompanyAnalysisData1.csv", mode='a', header=False)

    continue

这段代码能够成功地只将我想要的列写入新的CSV，并且只列出我想要的公司的数据

问题是：新的CSV没有打印列名，这使得手动列出列名非常混乱，尤其是当我要添加更多数据列时

我正在读取的CSV示例（带有数据列）：

然后，代码将在新的CSV中列出，如下所示：

4290,AAPL,1998-02-09,4126000000.0,0.003,,0.171,1578000000.0
4291,AAPL,1998-05-11,3963000000.0,0.004,,0.276,1405000000.0
4292,AAPL,1998-08-10,4041000000.0,0.006999999999999999,,0.33899999999999997,1402000000.0

然后我需要进入并手动添加列标题，以便最终的CSV（由我编辑）如下所示：

index,ticker,datekey,assets,eps,pe,price,revenue
4289,AAPL,1997-12-05,4233000000.0,,-1.9380000000000002,0.141,
4290,AAPL,1998-02-09,4126000000.0,0.003,,0.171,1578000000.0
4291,AAPL,1998-05-11,3963000000.0,0.004,,0.276,1405000000.0

当我正在使用数百个数据类别，并且无法手动输入它们时，我如何才能实现这一点

list = ['GOOG', 'AAPL', 'AMZN', 'NFLX']
first = True

for tickers in list:
    df1 = df[df.ticker == tickers]
    if first:
        df1.to_csv("20CompanyAnalysisData1.csv", mode='a', header=True)
        first = False
    else: 
        df1.to_csv("20CompanyAnalysisData1.csv", mode='a', header=False)
    continue

或者更紧凑

list = ['GOOG', 'AAPL', 'AMZN', 'NFLX']
needheader = True

for tickers in list:
    df1 = df[df.ticker == tickers]
    df1.to_csv("20CompanyAnalysisData1.csv", mode='a', header=neadheader)
    needheader = False
    continue

---

在保存文件之前指定列名（并删除标题=False），如下所示：

list = ['GOOG', 'AAPL', 'AMZN', 'NFLX']

for tickers in list:
    df1 = df[df.ticker == tickers]
    df1.columns=['index','ticker','datekey','assets','eps','pe','price','revenue']
    df1.to_csv("20CompanyAnalysisData1.csv", mode='a')

    continue

---

为什么要使用

header=False

。这很可能是列名未打印的原因。

list = ['GOOG', 'AAPL', 'AMZN', 'NFLX']

for tickers in list:
    df1 = df[df.ticker == tickers]
    df1.columns=['index','ticker','datekey','assets','eps','pe','price','revenue']
    df1.to_csv("20CompanyAnalysisData1.csv", mode='a')

    continue